一种基于卷积神经网络的ZigBee惯性辅助定位系统

    公开(公告)号:CN113596731B

    公开(公告)日:2024-04-02

    申请号:CN202110936162.6

    申请日:2021-08-16

    Abstract: 本发明公开了一种基于卷积神经网络的ZigBee惯性辅助快速定位系统,包括:多个参考节点,其设置在室内的不同位置;移动节点,其设置在所述室内的移动物体上,所述移动节点与所述多个参考节点交互通信;定位分站,其与所述移动节点交互通信,用于数据的收集、初步处理及传输;协调器节点,其与所述定位分站交互通信,用于数据的汇总和组建ZigBee网络;上位机终端,其与所述协调器节点和定位分站交互通信,用于数据的最终处理。本发明还提供一种基于卷积神经网络的ZigBee惯性辅助快速定位的方法,通过卷积神经网络活动识别模型的训练和参数的调整,预判行人的活动轨迹,提高室内定位的精度。

    基于改进粒子群算法的莫尔条纹信号误差补偿方法、系统及存储介质

    公开(公告)号:CN115618176A

    公开(公告)日:2023-01-17

    申请号:CN202211368663.X

    申请日:2022-11-03

    Abstract: 本发明公开了一种基于改进粒子群算法的莫尔条纹信号误差补偿方法、系统及存储介质,先基于莫尔条纹信号的误差来源,建立考虑基波、二次谐波和三次谐波的幅值和相位的莫尔条纹信号数学模型,基于实际信号采样值与莫尔条纹信号数学模型的计算值,确定适应度函数,建立并存储三角函数查找表,获得基于三角函数查找表计算三角函数值的适应度函数,基于改进的粒子群算法,采用基于三角函数查找表计算三角函数值的适应度函数,计算莫尔条纹信号数学模型中的待求参数并输出计算结果,根据计算的莫尔条纹信号数学模型中的待求参数值,对莫尔条纹信号进行重构,实现莫尔条纹信号的误差补偿,计算结果更精确,加快算法的运算速度,资源占用更少。

    用于六自由度并联步行机器人伺服电缸的便拆式安装结构

    公开(公告)号:CN115027241A

    公开(公告)日:2022-09-09

    申请号:CN202210777109.0

    申请日:2022-07-04

    Abstract: 本发明公开了用于六自由度并联步行机器人伺服电缸的便拆式安装结构,包括套装在伺服电缸主体外部的便拆式安装底座和安装在伺服电缸主体的伸缩杆端部的卡柱式安装套座。便拆式安装底座中通过弹簧卡柱的伸缩,就会使得弹簧卡柱快速的与卡槽完成卡接工作和分离工作,也方便插板可以快速地与插槽完成插接工作和分离工作,从而使得上安装座可以快速地与下安装座完成拆装工作。同时,人力拉动圆柱把手,带动伸缩弹簧的伸缩,就会使得十字形插柱可以快速的插入通孔套座的两个通孔Ⅰ以及位于两个通孔Ⅰ之间的行走足上的通孔,从而使得通孔套座可以快速的与行走足上的通孔连接块完成拆装工作,方便伺服电缸主体的安装和更换,提高了更换效率。

Patent Agency Ranking